安全表彰プロジェクトから学ぶAI安全管理：クレーカマス裁判所の事例

建設プロジェクトで68万8,000時間無災害。この数字を聞くと、「うちの現場では無理だ」と感じる人も多いと思います。

ところが、アメリカ・オレゴン州の「Clackamas County Circuit Courthouse（クレーカマス郡地方裁判所）」は、まさにそれを実現し、ENRのBest Government/Public Building & Excellence in Safetyを受賞しています。

この記事では、この裁判所プロジェクトの安全への取り組みを手がかりに、日本の建設会社がAIを使って安全管理を一段引き上げる方法を具体的に整理します。同じ「安全文化」を目指しながら、AIを組み合わせると何が変わるのか。公共施設や大規模案件でAI導入を検討している現場責任者・経営層向けの内容です。

---

クレーカマス裁判所プロジェクトの概要と安全実績

結論から言うと、このプロジェクトは「安全と複雑性が両立した好例」です。数字・特徴を押さえるとイメージしやすくなります。

• プロジェクト種別：地方裁判所（政府／公共建築）
• 延べ床面積：約23,000㎡（250,000平方フィート）
• 工期：2025/5完成（予算内・工期通り）
• 事業費：約2億3,000万ドル
• 特徴：16法廷、警察・司法関連部門を1棟に集約、P3（PFIに近い公民連携方式）
• 安全実績：延べ68万8,000時間の作業で、記録災害ゼロ／休業災害ゼロ

安全面で特に評価されたポイントは次の通りです。

• 全職種を巻き込んだ安全サイティングプログラム（危険・ニアミス・安全行動をその場で全員が報告）
• 月間「セーフワーカー」表彰によるポジティブな安全文化づくり
• 建物外装に組み込んだPro-Bel墜落防止システム
• サービス通路にフォークリフト用近接センサーを設置し、日常運用まで見据えたリスク低減

単なる安全ルール徹底ではなく、「現場の主体性」と「長期運用まで含めた設計」が組み合わさっているのが特徴です。

ここにAI安全監視を重ねると、何が変わるかを見ていきます。

---

人が作った安全文化 × AI：相乗効果が出るポイント

AI導入で勘違いされがちなのが、「AIを入れれば安全になる」という発想です。クレーカマス裁判所の事例が教えてくれるのは逆で、土台となる安全文化がある現場ほど、AIが効きやすいということです。

1. 安全サイティングをAIが24時間代行・補完する

この現場では、全作業員がリアルタイムで

• 危険な状態
• ニアミス
• 良い安全行動

を「見つけて、報告する」仕組みを回していました。日本で言うKY活動やヒヤリハット報告を、かなり高頻度・高いレベルで行っているイメージです。

ここに画像認識AI＋現場カメラを組み合わせると、次のようなアップデートが可能になります。

• 保護具未着用（ヘルメット・フルハーネス）の自動検知
• 高所作業エリアへの立ち入り禁止違反の検知
• フォークリフトと歩行者の異常接近をリアルタイム通知
• 立入禁止区画への侵入検知

人の目はどうしても「見落とし」や「慣れ」が出ますが、AIは24時間同じ基準でチェックし続けることができます。現場では、

人が気づいたヒヤリハット　＋　AIが検知したヒヤリハット

という形でデータがたまり、安全会議の質が一段上がります。

2. 「セーフワーカー表彰」をデータドリブンにする

クレーカマス裁判所では、「セーフワーカー・オブ・ザ・マンス」という表彰制度を設け、模範的な安全行動をとった作業員を称えていました。これは日本でもすぐ真似できる仕組みですが、AIを使うと評価を定量化できます。

例えば：

• AIが「正しい保護具を常に装着している」「危険エリアに近づかない」などの行動ログを自動集計
• 協力会社別の安全行動スコアを数値化
• 表彰だけでなく、教育・指導が必要な班を早期に特定

「誰を表彰するか」を担当者の印象だけで決めるのではなく、データと現場の声の両方で判断できるようになります。これにより、「安全を頑張っても評価されない」という不満も減りやすくなります。

---

設計段階からの安全組み込みとAIの関係

クレーカマス裁判所プロジェクトのもう一つのポイントは、設計段階から安全・運用を織り込んでいることです。

• 建物外周にPro-Belの墜落防止システムを組み込み、将来の点検・清掃時の安全を確保
• サービス用通路にフォークリフト近接センサーを配置し、運用フェーズでの接触事故リスクを低減

これは日本のBIM活用や「安全設計」の考え方と非常に相性が良く、さらにAIを組み合わせるとこんな使い方が見えてきます。

BIM×AIで「危険設計」を事前に洗い出す

• BIMモデルに作業ステップ情報と仮設計画を組み込む
• 3D空間上で、重機動線・作業員動線・資材搬入ルートをシミュレーション
• AIが「交差が多い」「視認性が低い」「退避スペースなし」といった高リスク箇所を自動抽出

これにより、「現場が始まってから危ないことに気づく」のではなく、設計・施工計画段階でAIが危険を指摘する流れが作れます。

運用フェーズのデータを次プロジェクトへフィードバック

クレーカマス裁判所では、30年間のライフサイクルを民間側に担わせるP3スキームが採用されています。日本のPFIやコンセッションと同様、運用・保守のしやすさ＝長期収益に直結します。

AIを組み込むと：

• 建物内外のセンサー・カメラから、「どこでヒヤリハットが多いか」を継続的に可視化
• 特定の階段・出入口・搬入口など、構造的にリスクが高い箇所を定量的に把握
• そのデータを次の公共建築プロジェクトの設計に反映

という、安全データの循環が生まれます。これは、長期で見れば「安全性の高い標準ディテール」や「事故を起こしにくい動線設計」の社内ナレッジにもつながります。

---

日本の建設現場でAI安全監視を導入するステップ

ここからは、クレーカマス裁判所の事例をヒントに、日本の現場で現実的にAI安全監視を進める手順を整理します。

ステップ1：既存の安全文化を棚卸しする

AI導入に入る前に、まずは「今、現場で何をやっているか」を見える化します。

• KY活動の頻度と質
• ヒヤリハット報告件数と、その後の対策実施状況
• 安全パトロールの実施内容
• 協力会社ごとの安全教育のレベル

クレーカマス裁判所のような全員参加型の安全活動があるほど、AIの効果は出やすくなります。逆に言うと、「AIを入れたら安全教育を減らせる」という発想は危険です。

ステップ2：AIで強化したい「1～2テーマ」に絞る

一気に全部をAI化しようとすると、ほぼ失敗します。最初は、次のようなテーマから1～2個に絞るのが現実的です。

• 保護具着用の自動検知
• 立入禁止エリアへの侵入検知
• 高所作業エリアの落下・転落兆候の検知
• 重機と歩行者の接近アラート

クレーカマス裁判所プロジェクトで言えば、

• フォークリフト近接センサー → 日本では重機×歩行者のAI検知に置き換え
• Pro-Bel墜落防止システム → 高所作業エリアのAIモニタリングと組み合わせ

といった形がイメージしやすいと思います。

ステップ3：小さな現場でPoC（実証）を回す

いきなり大規模公共工事で本格導入するのではなく、

• 工期6～12カ月程度の中規模現場
• 出入りする協力会社が比較的固定されている現場

を選び、PoCとして1テーマだけAIを導入してみるのが無難です。

そこで必ず押さえたいのは：

• AIが検知したアラートの件数・精度（誤検知率）
• 実際に事故・ニアミスを何件防げたか
• 現場所長・作業員の「使いやすさ」の評価

この数字と現場の声を、次の案件の投資判断材料にしていきます。

ステップ4：BIM・工程管理との連携に広げる

単独のAI安全監視に手応えが出てきたら、BIMや工程管理システムとの連携に踏み込みます。

• BIM上の仮設計画と、AIカメラで検知した実際の作業位置を突き合わせ
• 工程表と連動させ、「この週は高所作業が集中するからAI監視強化」といった設定を自動化
• 将来の公共施設案件で、設計段階から「AIを前提とした安全計画」を組み込む

ここまでくると、「AI安全監視＝単なるカメラシステム」ではなく、会社全体の安全マネジメントの一部として機能し始めます。

---

安全は「AI vs 人」ではなく「AI + 人」で考える

クレーカマス裁判所のように、68万8,000時間無災害という記録を支えているのは、間違いなく現場の安全文化とマネジメントの力です。AIはそれを置き換えるものではありません。

ただし、2025年の日本の建設業が直面しているのは：

• 慢性的な人手不足
• ベテラン技能者の大量退職
• 公共工事の高い安全要求レベル

といった厳しい条件です。人だけで同じレベルの安全を維持し続けるのは、正直かなり厳しい。

だからこそ、

人がつくる安全文化　×　AIによる常時モニタリングとデータ分析

この掛け算に早めに着手した会社ほど、3年後・5年後の安全レベルと受注競争力に差がつくと感じています。

あなたの現場で、まず1つだけAIにやらせてみたい安全業務は何でしょうか。保護具チェックでも、重機監視でも構いません。一番「人が疲れている」領域から、AIを現実的に使っていくのが近道です。

このシリーズ「建設業界のAI導入ガイド：生産性向上と安全管理」では、今後も具体的なプロジェクト事例とともに、画像認識AI、BIM連携、工程最適化など、現場で使えるAI活用の方法を掘り下げていきます。次回は、AIを使った工程管理のボトルネック特定について取り上げる予定です。